CN117351726A - 一种高速公路事件预警系统及综合感知方法 - Google Patents
一种高速公路事件预警系统及综合感知方法 Download PDFInfo
- Publication number
- CN117351726A CN117351726A CN202311656749.7A CN202311656749A CN117351726A CN 117351726 A CN117351726 A CN 117351726A CN 202311656749 A CN202311656749 A CN 202311656749A CN 117351726 A CN117351726 A CN 117351726A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- early warning
- radar
- time
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008447 perception Effects 0.000 title claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 18
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 12
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 10
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种高速公路事件预警系统及综合感知方法，属于高速公路交通安全领域。该预警系统包括：数据采集单元，包括位于高速公路相应路段的毫米波雷达，用于实时采集行驶车辆特征信息；数据处理及事件检测单元，对数据采集单元所采集到的行驶车辆特征信息进行处理，判断前方车辆有无存在违停、低速异常行为及是否发生交通事故，同时判定当前行驶危险程度；预警提示单元，将数据处理及事件检测单元所判定的当前行驶危险程度信息传递给综合感知预警提示平台和用户移动端，协助路段后车驾驶员进行安全驾驶行为。本发明能够进行事故综合感知及分级预警，实现事故常发区域的事件识别，进而对事件发生区域上游在途车辆进行预警提醒。
Description
技术领域
本发明涉及高速公路交通安全领域，具体地说是涉及一种高速公路事件预警系统及综合感知方法。
背景技术
快速增长的交通需求使高速行驶的车辆在复杂的道路环境中极易发生交通事故。根据调查显示，造成高速公路交通事故发生的主要原因是由于行车途中车辆对前方车况不明、路况复杂等因素。因此，如何实现高速公路车辆行车途中对交通事件的综合感知并及时对发现的交通事件进行响应从而降低事故发生率，成为了当今研究的热点问题。
如授权公告号为CN110570664B的中国发明专利公开一种高速公路交通事件自动检测系统；授权公告号为CN114446052B的中国发明专利公开一种基于多源数据多级融合的高速公路事件检测方法及装置；授权公告号为CN115565378B的中国发明专利公开一种高速公路事件情报信息动态发布方法、系统、终端及介质等等。根据已有的研究来看，对于汽车安全辅助驾驶系统的研究尚且停留在路径诱导、拥堵发布等宏观层面，面向微观驾驶行为的安全预警没有解决方案。
发明内容
基于上述技术问题，本发明提出一种高速公路事件预警系统及综合感知方法。
本发明所采用的技术解决方案是：
一种高速公路事件预警系统，该预警系统包括：
数据采集单元，包括位于高速公路相应路段的毫米波雷达，用于实时采集行驶车辆特征信息；
数据处理及事件检测单元，对数据采集单元所采集到的行驶车辆特征信息进行处理，判断前方车辆有无存在违停、低速异常行为及是否发生交通事故，同时判定当前行驶危险程度；
预警提示单元，将数据处理及事件检测单元所判定的当前行驶危险程度信息传递给综合感知预警提示平台和用户移动端，协助路段后车驾驶员进行安全驾驶行为。
本发明还提供一种高速公路事件综合感知方法，包括以下步骤：
（1）在高速公路相应路段布置毫米波雷达，用于实时采集行驶车辆特征信息；
（2）对所采集到的行驶车辆特征信息进行噪声剔除，然后进行行为识别，判断前方车辆有无发生异常事件；
（3）按照异常事件发生的情形进行预警分级，对驾驶员进行预警提示。
本发明的有益技术效果是：
本发明综合考虑车辆在匝道合流区等复杂路况行车行为的特点，利用毫米波雷达检测宽范围、多维度、高精度的特性，进行事故综合感知及分级预警，实现事故常发区域的事件识别，进而对事件发生区域上游在途车辆进行预警提醒。本发明可及时、准确的将预警信息发布给用户，为降低高速公路事故发生概率提供了可靠的技术支撑。
附图说明
图1为本发明高速公路事件预警系统的结构原理框图；
图2为本发明高速公路事件综合感知方法的流程示意图；
图3为本发明方法中噪声剔除后的示意图；
图4为本发明高速公路匝道合流区预警的车辆特征参数示意图；
图5为本发明高速公路匝道合流区预警步骤的流程示意图；
图6为本发明高速公路多车道行驶区的预警步骤流程示意图。
具体实施方式
毫米波雷达具有分辨率高、天线口径和微波元器件较小、多普勒频率较高等优点，信息速率较高，对目标的识别和跟踪较精确，对慢目标的检测和识别能力较好。它的抗干扰能力强，受风雨等恶劣天气的影响较小，在尘埃、烟尘等条件下有良好的检测能力。本发明基于毫米波雷达所采集数据进行实时综合感知，为在途车辆提供更高效的安全预警，让驾驶员随时掌握前方车况，对提高高速公路通行能力具有重要的现实意义。
下面结合附图与具体实施方式对本发明作更为具体地说明。
如图1所示，一种高速公路事件预警系统，该预警系统主要包括数据采集单元、数据处理及事件检测单元和预警提示单元。
其中，数据采集单元主要负责数据的采集，其利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。
数据处理及事件检测单元：服务器接收到数据后，对数据采集单元所采集到的行驶车辆特征信息数据进行降噪处理，消除数据的干扰信号，从而提升检测的准确率。并依据下方的高速公路事件综合感知方法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故，同时依据分级预警步骤判定当前行驶危险程度。
预警提示单元，将数据处理及事件检测单元所判定的当前行驶危险程度信息传递给综合感知预警提示平台和用户移动端，提示当前前方路段车况及合流风险程度信息，协助路段后车驾驶员进行安全驾驶行为。
本发明最终需要实现毫米波雷达对高速公路事故高发区域在途车辆驾驶情况的实时监控及对后车进行预警。当高速公路潜在危险路段有行驶车辆时，系统会将毫米波雷达采集到的数据进行处理，从而得到前方路段的车辆行驶状况及当前行驶的危险程度，并通过综合感知预警提示平台、用户移动端APP实时发布，提醒路段后车及时采取应急措施。
上述综合感知预警提示平台用于实时、动态地展示各监控区域的情况。主要功能有：系统概况、预警提示等级、异常事件统计量等信息，以协助驾驶员实时掌握前方路段信息。
上述数据处理及事件检测单元包括事件判别子模块，事件判别子模块能够根据毫米波雷达所采集的行驶车辆特征信息进行低速行为识别、逆行行为识别、急变速行为识别、停车行为识别以及频繁变道、违停行为识别等。
上述数据处理及事件检测单元还包括分级预警模型构建子模块，分级预警模型构建子模块将事件判别子模块所检测到的事件进行预警分级。将预警级别分为一级、二级和三级，依次用红色、黄色和绿色对驾驶员进行预警提示，对应的危险水平分别为危险、较为危险、安全。
如图2所示，本发明还提供一种高速公路事件综合感知方法，采用如上所述的预警系统，包括以下步骤：
（1）在高速公路相应路段布置毫米波雷达，用于实时采集行驶车辆特征信息。
（2）通过数据处理及事件检测单元对所采集到的行驶车辆特征信息进行噪声剔除，然后进行行为识别，判断前方车辆有无发生异常事件。
（3）按照异常事件发生的情形通过预警提示单元进行预警分级，对驾驶员进行预警提示。
上述方法中，噪声剔除的步骤如下：
毫米波雷达可以采集目标与雷达间的距离、目标相对雷达的速度和角度、目标的RCS能量值，使用阈值分析剔除特征简单、明显的噪声点。
RCS阈值分析：通常情况下，车辆的RCS值变化范围为70-110db。根据RCS能量值的阈值，剔除与车辆目标RCS能量值无关的噪声目标。
速度阈值分析：对长时间速度为零和超过最高限速特定倍数的目标进行剔除。
角度阈值分析：根据雷达布设角度，对超出角度范围的目标剔除。
采用本发明方法进行噪声剔除后的效果对比，如图3所示。
上述方法中，所述行为识别步骤如下：
a、针对低速行为识别，采用毫米波雷达获取车辆行进过程中的绝对速度，判断高速公路车辆低速行驶阈值为60km/h，预取时间阈值为3s，即累计低速时长超过3s则判断为一次低速行为。
b、针对逆行行为识别，根据毫米波雷达获取的车辆行进过程中的绝对速度，同一目标轨迹中若实时速度相对车道方向为负值则判断车辆存在逆行行为。
c、针对急变速行为，采用指数平滑的方法，即一种将历史数据的权数按照离预测期由近到远的距离按指数规律递减，并且总权数之和为1的方法，利用该加权平均法得到车辆加速度，根据急加速、急减速的加速度阈值识别急变速行为。
指数平滑公式如下：
；
式中：是平滑系数，取值范围为0.01-0.03；/>是指第i个毫米波雷达在t时刻的实时数据；/>是指第i个毫米波雷达在t时刻的指数平滑数据。
d、针对频繁变道、违停及占用应急车道行为识别，设计定位数据清洗算法，进行坐标转化，实现对车辆的车道级高精度定位，利用该车道级高精度定位信息，可以及时准确地判断在途车辆有无频繁变道或违停情况，进而对驾驶员的频繁变道行为进行识别，主要通过以下步骤实现：
步骤一：对毫米波雷达及高速公路相应路段应急车道区域、禁止停车区域数据进行匹配，在同一直角坐标系进行统一，得出其坐标数据集：
；
Q代表数据集，代表应急车道区域、禁止停车区域阈值。
步骤二：对毫米波雷达及其所采集到的车辆数据进行匹配，在同一直角坐标系进行统一，得出在途车辆当前行驶坐标数据。
步骤三：判断车辆当前行驶状态。若检测到在途车辆坐标与当前路段禁行区域或应急车道高速公路坐标一致则表明该车辆行驶至相应区域。
e、针对停车行为识别，若毫米波雷达检测到车辆速度为0km/h或检测车辆参数消失，此时说明雷达覆盖路段车辆存在停车行为。若雷达采集数据特征目标相较于前一时刻有所减少，则判定前方路段存在车辆停车行为。
f、针对换道行为，用毫米波雷达所采集到的坐标1s内横向距离差值界定当前向车辆换道倾向，并对后车进行实时提示。
在识别雷达覆盖区域内发生异常事件后，对该路段后车进行事件信息告警，提醒驾驶员注意安全驾驶。
高速公路匝道合流区是高速公路事故高发地，基于TTC碰撞算法和车头时距理论等，充分考虑匝道合流区的特性，本发明设计了一种匝道合流区分级预警方法，如图5所示，具体步骤如下：
步骤一：利用安装在路侧的毫米波雷达采集检测区域内主路最外侧车道上的车辆行驶特征参数。
如图4所示，第一雷达1、第二雷达2、第三雷达3距各潜在冲突点的水平距离为、、/>。车辆A在第一雷达前方时，其距第一雷达1的距离为/>，速度为/>,加速度为/>，在第一雷达1后方时，其距第三雷达3的水平距离为/>。车辆B在第二雷达2前方时，距离第二雷达2的距离为/>，速度为/>，加速度为/>，在第二雷达2后方时，其与第三雷达3之间的距离为/>。主路车辆A到达各潜在冲突点的时间为/>，匝道车辆B到达各潜在冲突点的时间为/>。
步骤二：计算；
主路车辆由于合流区交通状态的影响，在进入合流区的过程中可类似为匀减速运动。假设主路车辆A在时间后的速度为/>，由积分得到在/>时间内车辆A行驶过的距离为：
；
其中，可得到车辆A到达各个潜在冲突点的时间：
。
步骤三：计算；
匝道车辆行驶状态较为复杂，为了达到最低限速，匝道车辆B由匝道进入合流区时通常要经过一段时间的加速行驶状态。假设匝道车辆B在时间后的速度为/>，由积分得到在/>时间内车辆B行驶过的距离/>为：
；
在匝道车辆行驶过程中，会附加一定的安全距离，因此得到车辆B到达各个潜在冲突点的距离为：/>，式中：/>，因此得到：，匝道车辆B到达各个潜在冲突点的时间为：
；
步骤四：计算时间参数；
设定时间参数为，由公式/>，计算出匝道车辆在加速区各路段行驶时前方所有潜在冲突点的/>值，并随着车辆的行驶状态实时更新。
步骤五：利用匝道交通冲突阈值指标，计算实时的值并对匝道车辆进行分级预警提示。如当/>值大于3.6s，则用户移动端提示安全合流；当/>值小于等于3.6s且大于等于2.4s，则提示谨慎合流；当/>值小于2.4s，则提示合流危险。
如图6所示，本发明综合感知方法针对高速公路多车道行驶区的预警步骤如下：
设高速公路车道数为N，道路上行驶车辆的平均速度为V，平均长度设为L，在t时间内，通过某监测点的车辆为n辆，路段长度为，车辆总长度为/>，空间占有率：/>，由得：/>。
由上式可以看出，占有率与车道数及车辆速度均为反相关关系，根据加州算法的第一个条件中的变化，在不发生交通事故时相邻监测点占有率应该是基本不变的，当发生交通事故而造成车道数变化时，占有率的变化是显著的。由于在检测时不明确该检测点的车道数是否因为交通事故发生了变化，因此，本发明基于传统加州算法设计了多车道改良加州算法，进一步提高预警的精度。
设毫米波雷达i在t时间间隔内检测的占有率，则相邻两观测点的表达式为：
；
由于观测数据的时间间隔为固定值且车道数目相同，则其表达式改写为：
；
当某路段车道数目固定，且观测数据时间间隔为固定值时，在不发生交通事故的路段上，相邻监测点的与/>应基本不变。
因此，改进加州算法的判定条件修改为：
；
其中为新的阈值，OCCDF为上下游检测器占有率的绝对差值、OCCRDF为
上下游检测器的检测占有率差值与上游占有率之比、DOCCTD为上下游检测器的检测占有率
差值与下游占有率之比。当同时满足以上三个条件时，判断有交通事故发生。
最后，用VISSIM软件进行仿真，对本发明方法的预警效果进行检验。经检验，本发明对高速公路事故检验准确率较高，能够有效对在途车辆进行预警。
本发明高速公路事件预警系统及综合感知方法，主要依据毫米波雷达系统监测到前向车辆实时行驶状态与前方路况信息来综合判断。采用定性及定量分析的方法，对高速公路前向存在的低速、违停、事故以及本车的等实时事件进行过程监测、分析预测和预警发布。通过多级预警，识别前方道路危险程度并对驾驶员进行实时提示。
本发明高速公路事件综合感知方法，可进一步构建分级预警模型，模型的构建采用高速公路多重事件综合分析的方法，首先，需要接收雷达信号传输的各个指标，根据不同道路事件的危险系数进行综合评估，按照隶属度最大的原则，确认最后的预警等级。
所述预警分级具体步骤如下：
按照高速公路事件发生的紧急程度、危险系数、影响区间和持续时间，将实时检测到的低速、违停、停车、合流、事故、占道等异常事件的预警级别分为一级、二级和三级，依次用红色、黄色和绿色对驾驶员进行预警提示，对应的危险水平分别为危险、较为危险、安全。即预警等级的评定集合表示为：
；
本发明将不同的交通事件危险系数划分为不同的区间，分级预警模型参数表格如下表1所示。
表1
表1对不同异常事件进行危险等级划分。在途车辆行驶途中，根据高速公路雷达检测设备监测的前向车辆实时速度，确定该值所属区间。例如：毫米波雷达系统检测在途车辆距离换道前车距离不足50m，该值隶属于区间，则预警等级为第三级，用户移动端提示为“前方车辆换道，请谨慎驾驶”。
本发明结合影响高速公路行车的多个因素构成的交通环境，对行车途中存在的危险驾驶行为更精确、更高效、更灵活的预警。本发明所提出的预警模式更全面地考虑了不同交通事件对高速公路行车途中的影响，根据划分的阈值进行分级预警。该预警方法具备有效性、综合性、实用性等特点，对减少交通事故，提高高速公路行车安全性提供了可靠的支撑。
Claims (10)
1.一种高速公路事件预警系统，其特征在于，该预警系统包括：
数据采集单元，包括位于高速公路相应路段的毫米波雷达，用于实时采集行驶车辆特征信息；
数据处理及事件检测单元，对数据采集单元所采集到的行驶车辆特征信息进行处理，判断前方车辆有无存在违停、低速异常行为及是否发生交通事故，同时判定当前行驶危险程度；
预警提示单元，将数据处理及事件检测单元所判定的当前行驶危险程度信息传递给综合感知预警提示平台和用户移动端，协助路段后车驾驶员进行安全驾驶行为。
2.根据权利要求1所述的一种高速公路事件预警系统，其特征在于：所述综合感知预警提示平台用于实时、动态地展示各监控区域的情况；主要功能有：系统概况、预警提示等级、异常事件统计量信息，以协助驾驶员实时掌握前方路段信息。
3.根据权利要求1所述的一种高速公路事件预警系统，其特征在于：所述数据处理及事件检测单元包括事件判别子模块，事件判别子模块能够根据毫米波雷达所采集的行驶车辆特征信息进行低速行为识别、逆行行为识别、急变速行为识别、停车行为识别以及频繁变道、违停行为识别。
4.根据权利要求3所述的一种高速公路事件预警系统，其特征在于：所述数据处理及事件检测单元还包括分级预警模型构建子模块，分级预警模型构建子模块将事件判别子模块所检测到的事件进行预警分级；
将预警级别分为一级、二级和三级，依次用红色、黄色和绿色对驾驶员进行预警提示，对应的危险水平分别为危险、较为危险、安全。
5.一种高速公路事件综合感知方法，采用如权利要求1-4任一所述的预警系统，其特征在于包括以下步骤：
（1）在高速公路相应路段布置毫米波雷达，用于实时采集行驶车辆特征信息；
（2）对所采集到的行驶车辆特征信息进行噪声剔除，然后进行行为识别，判断前方车辆有无发生异常事件；
（3）按照异常事件发生的情形进行预警分级，对驾驶员进行预警提示。
6.根据权利要求5所述的一种高速公路事件综合感知方法，其特征在于，所述噪声剔除步骤如下：
毫米波雷达采集目标与雷达间的距离、目标相对雷达的速度和角度、目标的RCS能量值，使用阈值分析剔除特征简单、明显的噪声点；
RCS阈值分析：根据RCS能量值的阈值，剔除与目标RCS能量值无关的噪声目标；
速度阈值分析：对长时间速度为零和超过最高限速特定倍数的目标进行剔除；
角度阈值分析：根据雷达布设角度，对超出角度范围的目标剔除。
7.根据权利要求5所述的一种高速公路事件综合感知方法，其特征在于，所述行为识别步骤如下：
a、针对低速行为识别，采用毫米波雷达获取车辆行进过程中的绝对速度，判断高速公路车辆低速行驶阈值为60km/h，预取时间阈值为3s，累计低速时长超过3s则判断为一次低速行为；
b、针对逆行行为识别，根据毫米波雷达获取的车辆行进过程中的绝对速度，同一目标轨迹中若实时速度相对车道方向为负值则判断车辆存在逆行行为；
c、针对急变速行为，采用指数平滑的方法，将历史数据的权数按照离预测期由近到远的距离按指数规律递减，并且总权数之和为1，利用该加权平均法得到车辆加速度，根据急加速、急减速的加速度阈值识别急变速行为；指数平滑公式如下：
；
式中：是平滑系数，取值范围为0.01-0.03； />是指第i个毫米波雷达在t时刻的实时数据； />是指第i个毫米波雷达在t时刻的指数平滑数据；
d、针对频繁变道、违停及占用应急车道行为识别，设计定位数据清洗算法，进行坐标转化，实现对车辆的车道级高精度定位，利用车道级高精度定位信息，判断在途车辆有无频繁变道或违停情况，进而对驾驶员的频繁变道行为进行识别，具体实现步骤如下：
步骤一：对毫米波雷达及高速公路相应路段应急车道区域、禁止停车区域数据进行匹配，在同一直角坐标系进行统一，得出其坐标数据集：
；
Q代表数据集，代表应急车道区域、禁止停车区域阈值；
步骤二：对毫米波雷达及其所采集到的车辆数据进行匹配，在同一直角坐标系进行统一，得出在途车辆当前行驶坐标数据；
步骤三：判断车辆当前行驶状态；若检测到在途车辆坐标与当前路段禁行区域或应急车道高速公路坐标一致则表明该车辆行驶至相应区域；
e、针对停车行为识别，若毫米波雷达检测到车辆速度为0km/h或检测车辆参数消失，此时说明雷达覆盖路段车辆存在停车行为；若雷达采集数据特征目标相较于前一时刻有所减少，则判定前方路段存在车辆停车行为；
f、针对换道行为，用毫米波雷达所采集到的坐标1s内横向距离差值界定当前向车辆换道倾向，并对后车进行实时提示。
8.根据权利要求5所述的一种高速公路事件综合感知方法，其特征在于，所述预警分级步骤如下：
按照高速公路事件发生的紧急程度、危险系数、影响区间和持续时间，将实时检测到的异常事件的预警级别分为一级、二级和三级，依次用红色、黄色和绿色对驾驶员进行预警提示，对应的危险水平分别为危险、较为危险、安全。
9.根据权利要求5所述的一种高速公路事件综合感知方法，其特征在于，针对高速公路匝道合流区的预警步骤如下：
步骤一：利用安装在路侧的毫米波雷达采集检测区域内主路最外侧车道上的车辆行驶特征参数；
第一雷达、第二雷达、第三雷达距各潜在冲突点的水平距离为、/>、/>；车辆A在第一雷达前方时，其距第一雷达的距离为/>，速度为/>,加速度为/>，在第一雷达后方时，其距第三雷达的水平距离为/>；车辆B在第二雷达前方时，距离第二雷达的距离为/>，速度为/>，加速度为/>，在第二雷达后方时，其与第三雷达之间的距离为/>；车辆A到达各潜在冲突点的时间为/>，车辆B到达各潜在冲突点的时间为/>；
步骤二：计算；
主路车辆由于合流区交通状态的影响，在进入合流区的过程中类似为匀减速运动；假设主路车辆A在时间后的速度为/>，由积分得到在/>时间内车辆A行驶过的距离/>为：
；
其中，得到车辆A到达各个潜在冲突点的时间：
；
步骤三：计算；
匝道车辆行驶状态复杂，为了达到最低限速，匝道车辆B由匝道进入合流区时通常要经过一段时间的加速行驶状态；假设匝道车辆B在时间后的速度为/>，由积分得到在/>时间内车辆B行驶过的距离/>为：
；
在匝道车辆行驶过程中，会附加一定的安全距离，因此得到车辆B到达各个潜在冲突点的距离为：/>，式中：/>，因此得到：，车辆B到达各个潜在冲突点的时间为：
；
步骤四：计算时间参数；
设定时间参数为，由公式/>，计算出匝道车辆在加速区各路段行驶时前方所有潜在冲突点的/>值，并随着车辆的行驶状态实时更新；
步骤五：利用匝道交通冲突阈值指标，计算实时的值并对匝道车辆进行分级预警提示。
10.根据权利要求5所述的一种高速公路事件综合感知方法，其特征在于，针对高速公路多车道行驶区的预警步骤如下：
设高速公路车道数为N，道路上行驶车辆的平均速度为V，平均长度设为L，在t时间内，通过某监测点的车辆为n辆，路段长度为，车辆总长度为/>，空间占有率：/>，由得：/>；
设毫米波雷达i在t时间间隔内检测的占有率，则相邻两观测点的表达式为：
；
由于观测数据的时间间隔为固定值且车道数目相同，则其表达式改写为：
；
当某路段车道数目固定，且观测数据时间间隔为固定值时，在不发生交通事故的路段上，相邻监测点的与/>基本不变；
因此，判定条件修改为：
；
其中为新的阈值，OCCDF为上下游检测器占有率的绝对差值、OCCRDF为上下游检测器的检测占有率差值与上游占有率之比、DOCCTD为上下游检测器的检测占有率差值与下游占有率之比，当同时满足以上三个条件时，判断有交通事故发生。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311656749.7A CN117351726B (zh) | 2023-12-06 | 2023-12-06 | 一种高速公路事件预警系统及综合感知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311656749.7A CN117351726B (zh) | 2023-12-06 | 2023-12-06 | 一种高速公路事件预警系统及综合感知方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117351726A true CN117351726A (zh) | 2024-01-05 |
| CN117351726B CN117351726B (zh) | 2024-03-12 |
Family
ID=89367083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311656749.7A Active CN117351726B (zh) | 2023-12-06 | 2023-12-06 | 一种高速公路事件预警系统及综合感知方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117351726B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107293119A (zh) * | 2017-07-24 | 2017-10-24 | 重庆大学 | 一种交通事件检测California算法模型改进方法 |
| CN110264713A (zh) * | 2019-06-17 | 2019-09-20 | 北京航空航天大学 | 一种基于危险度判别的高速公路合流区交通冲突预警系统 |
| CN111091721A (zh) * | 2019-12-23 | 2020-05-01 | 清华大学 | 一种面向智慧车列交通系统的匝道合流控制方法及系统 |
| KR20210009992A (ko) * | 2019-07-18 | 2021-01-27 | 강희훈 | 진출입로 교통상황정보 사전안내 시스템을 포함한 끼어들기 위반 차량 단속 시스템과 그 방법 |
| CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
| CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
| CN117079465A (zh) * | 2023-09-11 | 2023-11-17 | 山东交通学院 | 一种用于高速公路的行驶车辆安全预警方法与系统 |
-
2023
- 2023-12-06 CN CN202311656749.7A patent/CN117351726B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107293119A (zh) * | 2017-07-24 | 2017-10-24 | 重庆大学 | 一种交通事件检测California算法模型改进方法 |
| CN110264713A (zh) * | 2019-06-17 | 2019-09-20 | 北京航空航天大学 | 一种基于危险度判别的高速公路合流区交通冲突预警系统 |
| KR20210009992A (ko) * | 2019-07-18 | 2021-01-27 | 강희훈 | 진출입로 교통상황정보 사전안내 시스템을 포함한 끼어들기 위반 차량 단속 시스템과 그 방법 |
| CN111091721A (zh) * | 2019-12-23 | 2020-05-01 | 清华大学 | 一种面向智慧车列交通系统的匝道合流控制方法及系统 |
| CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
| CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
| CN117079465A (zh) * | 2023-09-11 | 2023-11-17 | 山东交通学院 | 一种用于高速公路的行驶车辆安全预警方法与系统 |
Non-Patent Citations (1)
| Title |
|---|
| 曹佳宝;刘灿;韩倩;魏文艺;: "基于毫米波雷达的汽车主动防撞预警系统", 智能城市, no. 05, 25 May 2016 (2016-05-25), pages 62 - 63 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117351726B (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
| CN109559532B (zh) | 高速公路出口分流区车路协同安全预警控制方法 | |
| US8577552B1 (en) | Forward collision warning system with road-side target filtering | |
| CN107730937A (zh) | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 | |
| CN110549941A (zh) | 一种基于实时信息的行人碰撞分级预警方法 | |
| CN1862620A (zh) | 高速公路汽车行驶智能检测预警方法及其预警系统 | |
| CN113192331B (zh) | 一种网联环境下面向骑行安全的智能预警系统及预警方法 | |
| EP1273930A1 (en) | A method for collision avoidance and collision mitigation | |
| CN113635897B (zh) | 一种基于风险场的安全驾驶预警方法 | |
| Wang et al. | Operational design domain of autonomous vehicles at skewed intersection | |
| CN114093165A (zh) | 一种基于路侧激光雷达的车辆-行人冲突自动识别方法 | |
| JP2022532941A (ja) | 車両信号を処理して挙動危険性の測度を計算するための装置及び方法 | |
| WO2022213542A1 (zh) | 基于激光雷达和轨迹预测的信控交叉口清空方法和系统 | |
| CN112365706B (zh) | 一种基于多源信息的异常车距辨识方法 | |
| CN106428003B (zh) | 不良天气下高速公路车辆偏离车道的预警装置及方法 | |
| CN113147733A (zh) | 雨雾沙尘天气汽车智能限速系统及方法 | |
| US11403951B2 (en) | Driving assistance for a motor vehicle when approaching a tollgate | |
| CN117079465A (zh) | 一种用于高速公路的行驶车辆安全预警方法与系统 | |
| CN117351726B (zh) | 一种高速公路事件预警系统及综合感知方法 | |
| Zhao et al. | A study on an anthropomorphic car-following strategy framework of the autonomous coach in mixed traffic flow | |
| CN115346370B (zh) | 基于智能交通的路口防碰撞系统及方法 | |
| Chen et al. | Safe technology with a novel rear collision avoidance system of vehicles | |
| CN115731699A (zh) | 高速公路碰撞护栏事故检测与主动诱导方法与系统 | |
| CN115294797A (zh) | 一种公路平交路口智能安全控制方法 | |
| JP7276276B2 (ja) | 危険運転検出装置、危険運転検出システム、及び危険運転検出プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |